-
公开(公告)号:CN115690557A
公开(公告)日:2023-02-03
申请号:CN202211402311.1
申请日:2022-11-09
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
IPC: G06V10/82 , G06V20/52 , G06V10/42 , G06V10/764 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q10/0635 , G06Q50/08
Abstract: 本发明公开了一种基于注意力机制神经网络的施工安全预警方法和装置,对物体图像数据集进行图像预处理,生成对应的训练图像数据集,构建初始注意力机制神经网络模型,训练生成对应的目标注意力机制神经网络模型,采用待识别物体图像输入目标注意力机制神经网络模型,提取物体位置框图内电力施工人员的人员位置数据与施工设备的设备位置数据,以各人员位置数据为区域中心,选取设备位置数据处于预设半径的危险区域内的施工设备作为目标预警施工设备并输出警报信号;解决现有的卷积神经网络对于图片特征提取不够细化,难以甄别出电力施工人员与施工设备之间的位置关系,从而导致电力施工现场的电力施工人员的存在安全隐患的技术问题。
-
公开(公告)号:CN115578693A
公开(公告)日:2023-01-06
申请号:CN202211399577.5
申请日:2022-11-09
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
IPC: G06V20/52 , G06V10/42 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G08B21/02 , G08B31/00 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/08 , G06Q50/26
Abstract: 本发明公开了一种基于显著性神经网络模型的施工安全预警方法和装置,通过对施工设备和人员图像集进行图像预处理,生成训练样本数据,构建初始显著性神经网络模型,训练生成目标显著性神经网络模型,当接收到待识别施工现场图像时,采用待识别施工现场图像输入目标显著性神经网络模型,生成目标细化特征图,确定多个对应的目标本体区域,并对目标本体区域进行标识,基于是否满足预设条件的判断结果,判断目标本体数据关联的施工人员是否存在施工安全隐患;解决现有卷积神经网络无法准确的识别图片中施工人员与施工设备的像素点特征差异,突出施工人员局部区域的显著特征,从而造成未能及时给施工人员提供安全预警,存在施工安全隐患的技术问题。
-